消息队列可以用于处理怎样的场景？
1.系统崩溃
2.服务处理能力有限
3.链路耗时长尾（将订单加入队列后反应的时间过于长）
4.日志如何处理
什么是消息队列
消息队列指保存消息的一个容器，本质是一个队列。但其具有高并发，高吞吐，高可用的特点
消息队列之kafka
kafka使用方法：创建集群 --> 新增topic --> 编写生产者逻辑 --> 编写消费逻辑
topic：用于存储不同的业务场景中的数据
cluster：kafka的物理集群，每个集群可以新建不同的topic、
partion：topic中的不同分片，使得topic可以并发的处理消息，以此提高topic的吞吐量
offset：消息在partion中的相对位置信息，就相当于唯一键，并且在partion中是严格递增的
Replica：分片的副本，分布于不同的机器上，可以用于容灾，其中存在leader和follower，leader与follower相似，当leader挂掉了follower可以直接顶替上去
如上为kafka副本分布图^
每个broker代表kafka的一个节点，所有节点构成一个集群，其中topic1被分为了两个切片，中间的broker扮演Controller的身份，其负责对副本和broker进行分配
除了集群，kafka中还存在ZooKeeper，其用于存储集群中的元数据，比如副本的分配信息等等。
kafka为什么支持高吞吐？
1.producter方面进行批量发送，减少IO的次数
2.producter方面进行数据压缩，通过压缩减少信息的大小
数据的存储
其中Broker采取的是顺序写的方法，以此来增加写入的效率。
Broker寻找消息时使用二分法进行检索
Broker的零拷贝可以保证数据的快速写入
kafka的重启操作
若对一个机器进行重启操作，首先会对Broker进行关闭的操作，如果其上面有leader，则将这个leader转交给其他的副本。而当机器重启后，必然出现数据的滞后，这个Broker就会开始追赶数据，当数据追赶上后，我们就会切回leader，此操作叫做perfer leader。也正是因为如此，重启时，只能允许一台机器进行重启。
kafka的替换、扩容、缩容
替换：相比于重启，替换需要追赶的数据要更加的多，重启只需要追赶重启的时间所产生的数据差，而替换则是将数据所有的进行更换。
扩容：将分片分配到新的机器上，将数据从0开始进行拷贝。
缩容：将要缩容的节点上的分片分配到剩余节点，分配过去的节点要从头开始拷贝。
kafka存在的问题
1.运维成本高
2.对于负载不均衡的场景，处理方法复杂
3.没有自己的缓存，完全依赖于page cache
4.controller和coordinator和broker处于一个进程中，大量的IO使得性能下降
